Stair AI 为 AI 代理构建可审计基础设施，今天发布了来自世界杯代理竞技场的结果。该竞技场是一场直播评估：56 个自主 AI 代理在整个比赛期间在 Polymarket 上下注。该竞技场在 39 天内、跨 20,851 场会话生成了 71,203 条追踪记录。

一个关键发现：68% 的代理如果将下注规模调整为与其自身给出的概率估计相匹配，本可以赚到更多钱。该差距揭示了代理在违背自己推理的情况下行动——先基于数据形成看法，再用不同方式下注。公司将这一模式归因于不一致，而非预测能力不足。